自分たちのサービスで取得するデータを活用し、外部 API を利用するより高精度で低コストな内製システムをつくることはできないか?
タクシーアプリ『GO』では日々蓄積されていくログデータを活用することで、より良いユーザー体験を提供するための機能を実現しています。その中でも、ユーザーがタクシーに配車依頼を行ったときに何分でお迎えすることができるかを示す「到着予想時間(ETA)」はサービス提供のために必要不可欠な要素です。
本発表ではこのETAを予測する到着予測AIをどのように開発したかについて、外部APIに頼っていた状態から内製化を行った経緯、開発からサービス導入までの社会実装に至るまでを詳細にご紹介します。
自分たちのサービスで取得するデータを活用し、外部 API を利用するより高精度で低コストな内製システムをつくることはできないか?
タクシーアプリ『GO』では日々蓄積されていくログデータを活用することで、より良いユーザー体験を提供するための機能を実現しています。その中でも、ユーザーがタクシーに配車依頼を行ったときに何分でお迎えすることができるかを示す「到着予想時間(ETA)」はサービス提供のために必要不可欠な要素です。
本発表ではこのETAを予測する到着予測AIをどのように開発したかについて、外部APIに頼っていた状態から内製化を行った経緯、開発からサービス導入までの社会実装に至るまでを詳細にご紹介します。
資料内でのリンク集:
p33, https://engineering.dena.com/blog/2020/03/automotive-big-data-processing/
p39, https://engineering.dena.com/blog/2020/03/automotive-big-data-structure/
p45, https://lab.mo-t.com/blog/what-is-eta
p47, https://github.com/kubernetes/community/tree/master/icons
◆ You Tube
https://youtu.be/YRjKEV0YPPc
◆ You Tube チャンネル登録はこちら↓
https://youtube.com/c/denatech?sub_confirmation=1
◆ Twitter
https://twitter.com/DeNAxTech
◆ DeNA Engineering
https://engineering.dena.com/
◆ DeNA Engineer Blog
https://engineering.dena.com/blog/
◆ DeNA TechCon 2022 公式サイト
https://techcon2022.dena.dev/spring/